Claude Haiku 5.5 är Anthropics lilla modellutgåva för uppgifter med stora volymer och känslighet för fördröjning. Dess huvudsakliga användningsområden omfattar klassificering, dirigering, informationsextraktion, sammanfattning, komprimering av samtal och avgränsat underagentarbete. Den tar emot text och bilder och genererar text. Ett användbart underlag ger den en snäv fråga och ett uttryckligt resultat: en kategori, en definierad uppsättning fält, en kort sammanfattning eller relevant underlag för en annan del av en större uppgift. Behåll källidentifierarna tillsammans med resultatet så att en applikation kan knyta den extraherade informationen till originalmaterialet.
Anthropic positionerar utgåvan för kundsupport i realtid, webbläsaranvändning och korta kodningsdeluppgifter samt repetitiv analys. Den kan komplettera Claude Sonnet 5.5 eller Claude Opus 5.5 i ett arbetsflöde där en större modell hanterar ett ambitiöst projekt och Haiku tar hand om en avgränsad sökning eller sammanfattning. För en supportuppgift tillhandahåller du frågan och tillåtet referensmaterial och anger sedan svarstonen och vad som måste returneras. För en kodningsdeluppgift identifierar du relevanta filer eller utdrag och den exakta frågan i stället för att ge ett öppet projekt utan slutvillkor.
Det dokumenterade kontextfönstret är en miljon token, med upp till 128 000 utdatatoken vid vanlig generering. Resonemangstoken räknas in i genereringsutrymmet, så resultatet behöver plats för både resonemang och synlig text. Gränsen för tillförlitlig kunskap är juni 2026; senare information behöver tillhandahållet underlag eller ett sökverktyg. Anthropic dokumenterar separat en beta-funktion enbart för batch som kan höja utdata till 300 000 token för denna utgåva. Det större utrymmet kräver tillverkarens funktion för utökade utdata och skiljer sig från den vanliga gränsen. En asynkron batch hanterar begäranden oberoende av varandra, vilket gör den användbar för samlingar av dokument eller poster vars resultat behövs efter bearbetning snarare än direkt.
Adaptivt resonemang är aktiverat som standard, och effort är huvudkontrollen för resonemangets djup. Nivåerna är low, medium, high, xhigh och max, med medium som standard. Anthropic rekommenderar medium för det mesta arbetet, high för mer långvariga uppgifter eller strikt instruktionsföljning och low för enklare, korta begäranden. Resonemang kan stängas av vid low, medium eller high; avstängning vid xhigh eller max avvisas. En prompt som ber om ett direkt svar ersätter inte denna kontroll. Manuella budget_tokens-inställningar från Haiku 4.5 överförs inte till denna utgåva, och temperature, top_p och top_k ska utelämnas i det dokumenterade gränssnittet.
Haiku 5.5 använder den nyare tokeniseraren som introducerades i tidigare Claude-generationer, och Anthropic uppskattar att samma text kan använda ungefär 30% fler token än på Haiku 4.5, beroende på innehållet. Den bevarar också resonemangsblock från tidigare assistentturer, så samtalsstorleken kan växa utöver enbart förändringen i tokenisering. Dess minsta cachebara promptlängd är 512 token. Håll tidigare samtalsturer oförändrade när resonemang bevaras och placera nya instruktioner i den senaste turen. Om effort ändras på toppnivå ogiltigförklaras samtalets meddelandecache; tillverkaren dokumenterar en separat beta-funktion för att ändra effort inom adaptiva samtal. Ingen av dessa förmågor fastställer en cacheträff för en viss begäran.
För informationshämtning rekommenderar modellens promptguide att det aktuella datumet tillhandahålls tillsammans med sökverktyget och att de ursprungliga system- och verktygsdefinitionerna hålls stabila. Ge ett nytt datum i den senaste samtalsturen om samtalet fortsätter en senare dag. Ange vad som måste hittas och bevara de returnerade källorna innan du begär en slutsats. En illustrativ uppgift kan exempelvis fråga efter det dokumenterade beteendet hos en angiven programvaruversion, följt av en kort förklaring förankrad i det hämtade textavsnittet. Applikationen tillhandahåller sökverktyget och returnerar dess faktiska resultat; modellens föreslagna sökning är inte bevis för att sökningen har skett.
När strukturerade JSON-utdata kombineras med verktyg dokumenterar guiden en särskild samverkan: med resonemang avstängt kan Haiku hoppa över ett nödvändigt verktygsanrop. Anthropic rekommenderar adaptivt resonemang för sådana begäranden eller att det slutliga JSON-kravet skiljs från verktygssteget. Definiera utdatafälten och klargör att slutsvaret följer verktygsresultaten. Ett underlag för dataextraktion kan ange de nödvändiga fälten och hur saknade värden ska representeras, medan ett sökunderlag först kan begära det underlag som behövs för att fylla dem. Läs svarsblock efter deras typ, eftersom svaret inte behöver vara det första blocket och resonemangstext utelämnas som standard.
För längre agentpromptar påpekar Anthropic att low effort kan avsluta tidigt, hoppa över en sökning eller utelämna en kontroll. Guiden rekommenderar uttryckliga slutförandeinstruktioner och verkliga kontroller av kodändringar innan de rapporteras som färdiga. Förbered det förväntade resultatet och det underlag som skulle visa det: de utvalda textavsnitten för en rapport, det ändrade beteendet för ett kodförslag eller fälten extraherade ur ett dokument. Guiden skiljer också ett användarmeddelande mitt i uppgiften från verktygsutdata: nya användarinstruktioner hör till en användartur, medan det returnerade verktygsunderlaget förblir separat.
Denna utgåva har egna skydd och kan returnera ett avslag för kategorier som cyberskada, biologisk skada, utveckling av konkurrerande modeller eller andra förbjudna användningar. Tillverkaren dokumenterar ingen reservlösning på serversidan för Haiku 5.5. Guiden påpekar också att xhigh effort ibland kan avsluta ett svar över flera turer utan synlig svarstext och att resonemangsliknande text kan förekomma oftare vid low effort eller med resonemang avstängt. Detta är specifika beteenden att ta hänsyn till när ett arbetsflöde kräver ett synligt, strukturerat resultat. För vanlig extraktion eller sammanfattning använder du en avgränsad källa, definierade utdata och den effort-nivå som passar uppgiften.
", "aboutText": "Claude Haiku 5.5 är Anthropics lilla modellutgåva för uppgifter med stora volymer och känslighet för fördröjning. Dess huvudsakliga användningsområden omfattar klassificering, dirigering, informationsextraktion, sammanfattning, komprimering av samtal och avgränsat underagentarbete. Den tar emot text och bilder och genererar text. Ett användbart underlag ger den en snäv fråga och ett uttryckligt resultat: en kategori, en definierad uppsättning fält, en kort sammanfattning eller relevant underlag för en annan del av en större uppgift. Behåll källidentifierarna tillsammans med resultatet så att en applikation kan knyta den extraherade informationen till originalmaterialet.\n\nAnthropic positionerar utgåvan för kundsupport i realtid, webbläsaranvändning och korta kodningsdeluppgifter samt repetitiv analys. Den kan komplettera Claude Sonnet 5.5 eller Claude Opus 5.5 i ett arbetsflöde där en större modell hanterar ett ambitiöst projekt och Haiku tar hand om en avgränsad sökning eller sammanfattning. För en supportuppgift tillhandahåller du frågan och tillåtet referensmaterial och anger sedan svarstonen och vad som måste returneras. För en kodningsdeluppgift identifierar du relevanta filer eller utdrag och den exakta frågan i stället för att ge ett öppet projekt utan slutvillkor.\n\nDet dokumenterade kontextfönstret är en miljon token, med upp till 128 000 utdatatoken vid vanlig generering. Resonemangstoken räknas in i genereringsutrymmet, så resultatet behöver plats för både resonemang och synlig text. Gränsen för tillförlitlig kunskap är juni 2026; senare information behöver tillhandahållet underlag eller ett sökverktyg. Anthropic dokumenterar separat en beta-funktion enbart för batch som kan höja utdata till 300 000 token för denna utgåva. Det större utrymmet kräver tillverkarens funktion för utökade utdata och skiljer sig från den vanliga gränsen. En asynkron batch hanterar begäranden oberoende av varandra, vilket gör den användbar för samlingar av dokument eller poster vars resultat behövs efter bearbetning snarare än direkt.\n\nAdaptivt resonemang är aktiverat som standard, och effort är huvudkontrollen för resonemangets djup. Nivåerna är low, medium, high, xhigh och max, med medium som standard. Anthropic rekommenderar medium för det mesta arbetet, high för mer långvariga uppgifter eller strikt instruktionsföljning och low för enklare, korta begäranden. Resonemang kan stängas av vid low, medium eller high; avstängning vid xhigh eller max avvisas. En prompt som ber om ett direkt svar ersätter inte denna kontroll. Manuella budget_tokens-inställningar från Haiku 4.5 överförs inte till denna utgåva, och temperature, top_p och top_k ska utelämnas i det dokumenterade gränssnittet.\n\nHaiku 5.5 använder den nyare tokeniseraren som introducerades i tidigare Claude-generationer, och Anthropic uppskattar att samma text kan använda ungefär 30% fler token än på Haiku 4.5, beroende på innehållet. Den bevarar också resonemangsblock från tidigare assistentturer, så samtalsstorleken kan växa utöver enbart förändringen i tokenisering. Dess minsta cachebara promptlängd är 512 token. Håll tidigare samtalsturer oförändrade när resonemang bevaras och placera nya instruktioner i den senaste turen. Om effort ändras på toppnivå ogiltigförklaras samtalets meddelandecache; tillverkaren dokumenterar en separat beta-funktion för att ändra effort inom adaptiva samtal. Ingen av dessa förmågor fastställer en cacheträff för en viss begäran.\n\nFör informationshämtning rekommenderar modellens promptguide att det aktuella datumet tillhandahålls tillsammans med sökverktyget och att de ursprungliga system- och verktygsdefinitionerna hålls stabila. Ge ett nytt datum i den senaste samtalsturen om samtalet fortsätter en senare dag. Ange vad som måste hittas och bevara de returnerade källorna innan du begär en slutsats. En illustrativ uppgift kan exempelvis fråga efter det dokumenterade beteendet hos en angiven programvaruversion, följt av en kort förklaring förankrad i det hämtade textavsnittet. Applikationen tillhandahåller sökverktyget och returnerar dess faktiska resultat; modellens föreslagna sökning är inte bevis för att sökningen har skett.\n\nNär strukturerade JSON-utdata kombineras med verktyg dokumenterar guiden en särskild samverkan: med resonemang avstängt kan Haiku hoppa över ett nödvändigt verktygsanrop. Anthropic rekommenderar adaptivt resonemang för sådana begäranden eller att det slutliga JSON-kravet skiljs från verktygssteget. Definiera utdatafälten och klargör att slutsvaret följer verktygsresultaten. Ett underlag för dataextraktion kan ange de nödvändiga fälten och hur saknade värden ska representeras, medan ett sökunderlag först kan begära det underlag som behövs för att fylla dem. Läs svarsblock efter deras typ, eftersom svaret inte behöver vara det första blocket och resonemangstext utelämnas som standard.\n\nFör längre agentpromptar påpekar Anthropic att low effort kan avsluta tidigt, hoppa över en sökning eller utelämna en kontroll. Guiden rekommenderar uttryckliga slutförandeinstruktioner och verkliga kontroller av kodändringar innan de rapporteras som färdiga. Förbered det förväntade resultatet och det underlag som skulle visa det: de utvalda textavsnitten för en rapport, det ändrade beteendet för ett kodförslag eller fälten extraherade ur ett dokument. Guiden skiljer också ett användarmeddelande mitt i uppgiften från verktygsutdata: nya användarinstruktioner hör till en användartur, medan det returnerade verktygsunderlaget förblir separat.\n\nDenna utgåva har egna skydd och kan returnera ett avslag för kategorier som cyberskada, biologisk skada, utveckling av konkurrerande modeller eller andra förbjudna användningar. Tillverkaren dokumenterar ingen reservlösning på serversidan för Haiku 5.5. Guiden påpekar också att xhigh effort ibland kan avsluta ett svar över flera turer utan synlig svarstext och att resonemangsliknande text kan förekomma oftare vid low effort eller med resonemang avstängt. Detta är specifika beteenden att ta hänsyn till när ett arbetsflöde kräver ett synligt, strukturerat resultat. För vanlig extraktion eller sammanfattning använder du en avgränsad källa, definierade utdata och den effort-nivå som passar uppgiften.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Extract a support handoff\n\nExtract a handoff from this ticket, using only its text: T-184: 'I changed my billing email yesterday. Receipts still go to the old address. My login works. Please resend March and April receipts.' Return ticket ID, requested actions, working function and missing information. Use 'not stated' for absent details.Four labeled fields retaining T-184, the receipt request, the working login and explicitly missing details.Every extracted value must trace to the ticket; do not invent either email address.anthropic/claude-haiku-5.5Claude Haiku 5.5 är Anthropics lilla modell för klassificering, extraktion, sammanfattningar, dirigering och avgränsade agentuppgifter. Den kombinerar text- och bildförståelse med adaptivt resonemang och är utformad för repetitivt arbete som kräver snabba svar.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Claude Haiku 5.5 är Anthropics lilla modellutgåva för uppgifter med stora volymer och känslighet för fördröjning. Dess huvudsakliga användningsområden omfattar klassificering, dirigering, informationsextraktion, sammanfattning, komprimering av samtal och avgränsat underagentarbete. Den tar emot text och bilder och genererar text. Ett användbart underlag ger den en snäv fråga och ett uttryckligt resultat: en kategori, en definierad uppsättning fält, en kort sammanfattning eller relevant underlag för en annan del av en större uppgift. Behåll källidentifierarna tillsammans med resultatet så att en applikation kan knyta den extraherade informationen till originalmaterialet.
Anthropic positionerar utgåvan för kundsupport i realtid, webbläsaranvändning och korta kodningsdeluppgifter samt repetitiv analys. Den kan komplettera Claude Sonnet 5.5 eller Claude Opus 5.5 i ett arbetsflöde där en större modell hanterar ett ambitiöst projekt och Haiku tar hand om en avgränsad sökning eller sammanfattning. För en supportuppgift tillhandahåller du frågan och tillåtet referensmaterial och anger sedan svarstonen och vad som måste returneras. För en kodningsdeluppgift identifierar du relevanta filer eller utdrag och den exakta frågan i stället för att ge ett öppet projekt utan slutvillkor.
Det dokumenterade kontextfönstret är en miljon token, med upp till 128 000 utdatatoken vid vanlig generering. Resonemangstoken räknas in i genereringsutrymmet, så resultatet behöver plats för både resonemang och synlig text. Gränsen för tillförlitlig kunskap är juni 2026; senare information behöver tillhandahållet underlag eller ett sökverktyg. Anthropic dokumenterar separat en beta-funktion enbart för batch som kan höja utdata till 300 000 token för denna utgåva. Det större utrymmet kräver tillverkarens funktion för utökade utdata och skiljer sig från den vanliga gränsen. En asynkron batch hanterar begäranden oberoende av varandra, vilket gör den användbar för samlingar av dokument eller poster vars resultat behövs efter bearbetning snarare än direkt.
Adaptivt resonemang är aktiverat som standard, och effort är huvudkontrollen för resonemangets djup. Nivåerna är low, medium, high, xhigh och max, med medium som standard. Anthropic rekommenderar medium för det mesta arbetet, high för mer långvariga uppgifter eller strikt instruktionsföljning och low för enklare, korta begäranden. Resonemang kan stängas av vid low, medium eller high; avstängning vid xhigh eller max avvisas. En prompt som ber om ett direkt svar ersätter inte denna kontroll. Manuella budget_tokens-inställningar från Haiku 4.5 överförs inte till denna utgåva, och temperature, top_p och top_k ska utelämnas i det dokumenterade gränssnittet.
Haiku 5.5 använder den nyare tokeniseraren som introducerades i tidigare Claude-generationer, och Anthropic uppskattar att samma text kan använda ungefär 30% fler token än på Haiku 4.5, beroende på innehållet. Den bevarar också resonemangsblock från tidigare assistentturer, så samtalsstorleken kan växa utöver enbart förändringen i tokenisering. Dess minsta cachebara promptlängd är 512 token. Håll tidigare samtalsturer oförändrade när resonemang bevaras och placera nya instruktioner i den senaste turen. Om effort ändras på toppnivå ogiltigförklaras samtalets meddelandecache; tillverkaren dokumenterar en separat beta-funktion för att ändra effort inom adaptiva samtal. Ingen av dessa förmågor fastställer en cacheträff för en viss begäran.
För informationshämtning rekommenderar modellens promptguide att det aktuella datumet tillhandahålls tillsammans med sökverktyget och att de ursprungliga system- och verktygsdefinitionerna hålls stabila. Ge ett nytt datum i den senaste samtalsturen om samtalet fortsätter en senare dag. Ange vad som måste hittas och bevara de returnerade källorna innan du begär en slutsats. En illustrativ uppgift kan exempelvis fråga efter det dokumenterade beteendet hos en angiven programvaruversion, följt av en kort förklaring förankrad i det hämtade textavsnittet. Applikationen tillhandahåller sökverktyget och returnerar dess faktiska resultat; modellens föreslagna sökning är inte bevis för att sökningen har skett.
När strukturerade JSON-utdata kombineras med verktyg dokumenterar guiden en särskild samverkan: med resonemang avstängt kan Haiku hoppa över ett nödvändigt verktygsanrop. Anthropic rekommenderar adaptivt resonemang för sådana begäranden eller att det slutliga JSON-kravet skiljs från verktygssteget. Definiera utdatafälten och klargör att slutsvaret följer verktygsresultaten. Ett underlag för dataextraktion kan ange de nödvändiga fälten och hur saknade värden ska representeras, medan ett sökunderlag först kan begära det underlag som behövs för att fylla dem. Läs svarsblock efter deras typ, eftersom svaret inte behöver vara det första blocket och resonemangstext utelämnas som standard.
För längre agentpromptar påpekar Anthropic att low effort kan avsluta tidigt, hoppa över en sökning eller utelämna en kontroll. Guiden rekommenderar uttryckliga slutförandeinstruktioner och verkliga kontroller av kodändringar innan de rapporteras som färdiga. Förbered det förväntade resultatet och det underlag som skulle visa det: de utvalda textavsnitten för en rapport, det ändrade beteendet för ett kodförslag eller fälten extraherade ur ett dokument. Guiden skiljer också ett användarmeddelande mitt i uppgiften från verktygsutdata: nya användarinstruktioner hör till en användartur, medan det returnerade verktygsunderlaget förblir separat.
Denna utgåva har egna skydd och kan returnera ett avslag för kategorier som cyberskada, biologisk skada, utveckling av konkurrerande modeller eller andra förbjudna användningar. Tillverkaren dokumenterar ingen reservlösning på serversidan för Haiku 5.5. Guiden påpekar också att xhigh effort ibland kan avsluta ett svar över flera turer utan synlig svarstext och att resonemangsliknande text kan förekomma oftare vid low effort eller med resonemang avstängt. Detta är specifika beteenden att ta hänsyn till när ett arbetsflöde kräver ett synligt, strukturerat resultat. För vanlig extraktion eller sammanfattning använder du en avgränsad källa, definierade utdata och den effort-nivå som passar uppgiften.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser anthropic/claude-haiku-5.5 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.001 / 1K token Indata · Cacheläsning $0.00002 / 1K token Indata · Skrivning till cache $0.00025 / 1K token Indata · Skrivning till cache, 1 tim $0.0004 / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och med100 000 | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.001 / 1K token Indata · Cacheläsning $0.00002 / 1K token Indata · Skrivning till cache $0.00025 / 1K token Indata · Skrivning till cache, 1 tim $0.0004 / 1K token |
| KonfigurationNivå 2 för förfrågans längd | Prislista— | Kontexttoken, fler än100 000 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.001 / 1K token Indata · Cacheläsning $0.00002 / 1K token Indata · Skrivning till cache $0.00025 / 1K token Indata · Skrivning till cache, 1 tim $0.002 / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "anthropic/claude-haiku-5.5", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='anthropic/claude-haiku-5.5',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='anthropic/claude-haiku-5.5',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest
Använd metodsökvägarna som visas ovan.
anthropic/claude-haiku-5.5Claude Haiku 5.5 är Anthropics lilla modell för klassificering, extraktion, sammanfattningar, dirigering och avgränsade agentuppgifter. Den kombinerar text- och bildförståelse med adaptivt resonemang och är utformad för repetitivt arbete som kräver snabba svar.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Claude Haiku 5.5 är Anthropics lilla modellutgåva för uppgifter med stora volymer och känslighet för fördröjning. Dess huvudsakliga användningsområden omfattar klassificering, dirigering, informationsextraktion, sammanfattning, komprimering av samtal och avgränsat underagentarbete. Den tar emot text och bilder och genererar text. Ett användbart underlag ger den en snäv fråga och ett uttryckligt resultat: en kategori, en definierad uppsättning fält, en kort sammanfattning eller relevant underlag för en annan del av en större uppgift. Behåll källidentifierarna tillsammans med resultatet så att en applikation kan knyta den extraherade informationen till originalmaterialet.
Anthropic positionerar utgåvan för kundsupport i realtid, webbläsaranvändning och korta kodningsdeluppgifter samt repetitiv analys. Den kan komplettera Claude Sonnet 5.5 eller Claude Opus 5.5 i ett arbetsflöde där en större modell hanterar ett ambitiöst projekt och Haiku tar hand om en avgränsad sökning eller sammanfattning. För en supportuppgift tillhandahåller du frågan och tillåtet referensmaterial och anger sedan svarstonen och vad som måste returneras. För en kodningsdeluppgift identifierar du relevanta filer eller utdrag och den exakta frågan i stället för att ge ett öppet projekt utan slutvillkor.
Det dokumenterade kontextfönstret är en miljon token, med upp till 128 000 utdatatoken vid vanlig generering. Resonemangstoken räknas in i genereringsutrymmet, så resultatet behöver plats för både resonemang och synlig text. Gränsen för tillförlitlig kunskap är juni 2026; senare information behöver tillhandahållet underlag eller ett sökverktyg. Anthropic dokumenterar separat en beta-funktion enbart för batch som kan höja utdata till 300 000 token för denna utgåva. Det större utrymmet kräver tillverkarens funktion för utökade utdata och skiljer sig från den vanliga gränsen. En asynkron batch hanterar begäranden oberoende av varandra, vilket gör den användbar för samlingar av dokument eller poster vars resultat behövs efter bearbetning snarare än direkt.
Adaptivt resonemang är aktiverat som standard, och effort är huvudkontrollen för resonemangets djup. Nivåerna är low, medium, high, xhigh och max, med medium som standard. Anthropic rekommenderar medium för det mesta arbetet, high för mer långvariga uppgifter eller strikt instruktionsföljning och low för enklare, korta begäranden. Resonemang kan stängas av vid low, medium eller high; avstängning vid xhigh eller max avvisas. En prompt som ber om ett direkt svar ersätter inte denna kontroll. Manuella budget_tokens-inställningar från Haiku 4.5 överförs inte till denna utgåva, och temperature, top_p och top_k ska utelämnas i det dokumenterade gränssnittet.
Haiku 5.5 använder den nyare tokeniseraren som introducerades i tidigare Claude-generationer, och Anthropic uppskattar att samma text kan använda ungefär 30% fler token än på Haiku 4.5, beroende på innehållet. Den bevarar också resonemangsblock från tidigare assistentturer, så samtalsstorleken kan växa utöver enbart förändringen i tokenisering. Dess minsta cachebara promptlängd är 512 token. Håll tidigare samtalsturer oförändrade när resonemang bevaras och placera nya instruktioner i den senaste turen. Om effort ändras på toppnivå ogiltigförklaras samtalets meddelandecache; tillverkaren dokumenterar en separat beta-funktion för att ändra effort inom adaptiva samtal. Ingen av dessa förmågor fastställer en cacheträff för en viss begäran.
För informationshämtning rekommenderar modellens promptguide att det aktuella datumet tillhandahålls tillsammans med sökverktyget och att de ursprungliga system- och verktygsdefinitionerna hålls stabila. Ge ett nytt datum i den senaste samtalsturen om samtalet fortsätter en senare dag. Ange vad som måste hittas och bevara de returnerade källorna innan du begär en slutsats. En illustrativ uppgift kan exempelvis fråga efter det dokumenterade beteendet hos en angiven programvaruversion, följt av en kort förklaring förankrad i det hämtade textavsnittet. Applikationen tillhandahåller sökverktyget och returnerar dess faktiska resultat; modellens föreslagna sökning är inte bevis för att sökningen har skett.
När strukturerade JSON-utdata kombineras med verktyg dokumenterar guiden en särskild samverkan: med resonemang avstängt kan Haiku hoppa över ett nödvändigt verktygsanrop. Anthropic rekommenderar adaptivt resonemang för sådana begäranden eller att det slutliga JSON-kravet skiljs från verktygssteget. Definiera utdatafälten och klargör att slutsvaret följer verktygsresultaten. Ett underlag för dataextraktion kan ange de nödvändiga fälten och hur saknade värden ska representeras, medan ett sökunderlag först kan begära det underlag som behövs för att fylla dem. Läs svarsblock efter deras typ, eftersom svaret inte behöver vara det första blocket och resonemangstext utelämnas som standard.
För längre agentpromptar påpekar Anthropic att low effort kan avsluta tidigt, hoppa över en sökning eller utelämna en kontroll. Guiden rekommenderar uttryckliga slutförandeinstruktioner och verkliga kontroller av kodändringar innan de rapporteras som färdiga. Förbered det förväntade resultatet och det underlag som skulle visa det: de utvalda textavsnitten för en rapport, det ändrade beteendet för ett kodförslag eller fälten extraherade ur ett dokument. Guiden skiljer också ett användarmeddelande mitt i uppgiften från verktygsutdata: nya användarinstruktioner hör till en användartur, medan det returnerade verktygsunderlaget förblir separat.
Denna utgåva har egna skydd och kan returnera ett avslag för kategorier som cyberskada, biologisk skada, utveckling av konkurrerande modeller eller andra förbjudna användningar. Tillverkaren dokumenterar ingen reservlösning på serversidan för Haiku 5.5. Guiden påpekar också att xhigh effort ibland kan avsluta ett svar över flera turer utan synlig svarstext och att resonemangsliknande text kan förekomma oftare vid low effort eller med resonemang avstängt. Detta är specifika beteenden att ta hänsyn till när ett arbetsflöde kräver ett synligt, strukturerat resultat. För vanlig extraktion eller sammanfattning använder du en avgränsad källa, definierade utdata och den effort-nivå som passar uppgiften.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser anthropic/claude-haiku-5.5 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.001 / 1K token Indata · Cacheläsning $0.00002 / 1K token Indata · Skrivning till cache $0.00025 / 1K token Indata · Skrivning till cache, 1 tim $0.0004 / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och med100 000 | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.001 / 1K token Indata · Cacheläsning $0.00002 / 1K token Indata · Skrivning till cache $0.00025 / 1K token Indata · Skrivning till cache, 1 tim $0.0004 / 1K token |
| KonfigurationNivå 2 för förfrågans längd | Prislista— | Kontexttoken, fler än100 000 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.001 / 1K token Indata · Cacheläsning $0.00002 / 1K token Indata · Skrivning till cache $0.00025 / 1K token Indata · Skrivning till cache, 1 tim $0.002 / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "anthropic/claude-haiku-5.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'anthropic/claude-haiku-5.5', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'anthropic/claude-haiku-5.5', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest
Använd metodsökvägarna som visas ovan.
~anthropic/claude-haiku-latestClaude Haiku 5.5 är Anthropics lilla modell för klassificering, extraktion, sammanfattningar, dirigering och avgränsade agentuppgifter. Den kombinerar text- och bildförståelse med adaptivt resonemang och är utformad för repetitivt arbete som kräver snabba svar.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Claude Haiku 5.5 är Anthropics lilla modellutgåva för uppgifter med stora volymer och känslighet för fördröjning. Dess huvudsakliga användningsområden omfattar klassificering, dirigering, informationsextraktion, sammanfattning, komprimering av samtal och avgränsat underagentarbete. Den tar emot text och bilder och genererar text. Ett användbart underlag ger den en snäv fråga och ett uttryckligt resultat: en kategori, en definierad uppsättning fält, en kort sammanfattning eller relevant underlag för en annan del av en större uppgift. Behåll källidentifierarna tillsammans med resultatet så att en applikation kan knyta den extraherade informationen till originalmaterialet.
Anthropic positionerar utgåvan för kundsupport i realtid, webbläsaranvändning och korta kodningsdeluppgifter samt repetitiv analys. Den kan komplettera Claude Sonnet 5.5 eller Claude Opus 5.5 i ett arbetsflöde där en större modell hanterar ett ambitiöst projekt och Haiku tar hand om en avgränsad sökning eller sammanfattning. För en supportuppgift tillhandahåller du frågan och tillåtet referensmaterial och anger sedan svarstonen och vad som måste returneras. För en kodningsdeluppgift identifierar du relevanta filer eller utdrag och den exakta frågan i stället för att ge ett öppet projekt utan slutvillkor.
Det dokumenterade kontextfönstret är en miljon token, med upp till 128 000 utdatatoken vid vanlig generering. Resonemangstoken räknas in i genereringsutrymmet, så resultatet behöver plats för både resonemang och synlig text. Gränsen för tillförlitlig kunskap är juni 2026; senare information behöver tillhandahållet underlag eller ett sökverktyg. Anthropic dokumenterar separat en beta-funktion enbart för batch som kan höja utdata till 300 000 token för denna utgåva. Det större utrymmet kräver tillverkarens funktion för utökade utdata och skiljer sig från den vanliga gränsen. En asynkron batch hanterar begäranden oberoende av varandra, vilket gör den användbar för samlingar av dokument eller poster vars resultat behövs efter bearbetning snarare än direkt.
Adaptivt resonemang är aktiverat som standard, och effort är huvudkontrollen för resonemangets djup. Nivåerna är low, medium, high, xhigh och max, med medium som standard. Anthropic rekommenderar medium för det mesta arbetet, high för mer långvariga uppgifter eller strikt instruktionsföljning och low för enklare, korta begäranden. Resonemang kan stängas av vid low, medium eller high; avstängning vid xhigh eller max avvisas. En prompt som ber om ett direkt svar ersätter inte denna kontroll. Manuella budget_tokens-inställningar från Haiku 4.5 överförs inte till denna utgåva, och temperature, top_p och top_k ska utelämnas i det dokumenterade gränssnittet.
Haiku 5.5 använder den nyare tokeniseraren som introducerades i tidigare Claude-generationer, och Anthropic uppskattar att samma text kan använda ungefär 30% fler token än på Haiku 4.5, beroende på innehållet. Den bevarar också resonemangsblock från tidigare assistentturer, så samtalsstorleken kan växa utöver enbart förändringen i tokenisering. Dess minsta cachebara promptlängd är 512 token. Håll tidigare samtalsturer oförändrade när resonemang bevaras och placera nya instruktioner i den senaste turen. Om effort ändras på toppnivå ogiltigförklaras samtalets meddelandecache; tillverkaren dokumenterar en separat beta-funktion för att ändra effort inom adaptiva samtal. Ingen av dessa förmågor fastställer en cacheträff för en viss begäran.
För informationshämtning rekommenderar modellens promptguide att det aktuella datumet tillhandahålls tillsammans med sökverktyget och att de ursprungliga system- och verktygsdefinitionerna hålls stabila. Ge ett nytt datum i den senaste samtalsturen om samtalet fortsätter en senare dag. Ange vad som måste hittas och bevara de returnerade källorna innan du begär en slutsats. En illustrativ uppgift kan exempelvis fråga efter det dokumenterade beteendet hos en angiven programvaruversion, följt av en kort förklaring förankrad i det hämtade textavsnittet. Applikationen tillhandahåller sökverktyget och returnerar dess faktiska resultat; modellens föreslagna sökning är inte bevis för att sökningen har skett.
När strukturerade JSON-utdata kombineras med verktyg dokumenterar guiden en särskild samverkan: med resonemang avstängt kan Haiku hoppa över ett nödvändigt verktygsanrop. Anthropic rekommenderar adaptivt resonemang för sådana begäranden eller att det slutliga JSON-kravet skiljs från verktygssteget. Definiera utdatafälten och klargör att slutsvaret följer verktygsresultaten. Ett underlag för dataextraktion kan ange de nödvändiga fälten och hur saknade värden ska representeras, medan ett sökunderlag först kan begära det underlag som behövs för att fylla dem. Läs svarsblock efter deras typ, eftersom svaret inte behöver vara det första blocket och resonemangstext utelämnas som standard.
För längre agentpromptar påpekar Anthropic att low effort kan avsluta tidigt, hoppa över en sökning eller utelämna en kontroll. Guiden rekommenderar uttryckliga slutförandeinstruktioner och verkliga kontroller av kodändringar innan de rapporteras som färdiga. Förbered det förväntade resultatet och det underlag som skulle visa det: de utvalda textavsnitten för en rapport, det ändrade beteendet för ett kodförslag eller fälten extraherade ur ett dokument. Guiden skiljer också ett användarmeddelande mitt i uppgiften från verktygsutdata: nya användarinstruktioner hör till en användartur, medan det returnerade verktygsunderlaget förblir separat.
Denna utgåva har egna skydd och kan returnera ett avslag för kategorier som cyberskada, biologisk skada, utveckling av konkurrerande modeller eller andra förbjudna användningar. Tillverkaren dokumenterar ingen reservlösning på serversidan för Haiku 5.5. Guiden påpekar också att xhigh effort ibland kan avsluta ett svar över flera turer utan synlig svarstext och att resonemangsliknande text kan förekomma oftare vid low effort eller med resonemang avstängt. Detta är specifika beteenden att ta hänsyn till när ett arbetsflöde kräver ett synligt, strukturerat resultat. För vanlig extraktion eller sammanfattning använder du en avgränsad källa, definierade utdata och den effort-nivå som passar uppgiften.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser ~anthropic/claude-haiku-latest | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.001 / 1K token Indata · Cacheläsning $0.00002 / 1K token Indata · Skrivning till cache $0.00025 / 1K token Indata · Skrivning till cache, 1 tim $0.0004 / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och med100 000 | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.001 / 1K token Indata · Cacheläsning $0.00002 / 1K token Indata · Skrivning till cache $0.00025 / 1K token Indata · Skrivning till cache, 1 tim $0.0004 / 1K token |
| KonfigurationNivå 2 för förfrågans längd | Prislista— | Kontexttoken, fler än100 000 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.001 / 1K token Indata · Cacheläsning $0.00002 / 1K token Indata · Skrivning till cache $0.00025 / 1K token Indata · Skrivning till cache, 1 tim $0.002 / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "~anthropic/claude-haiku-latest", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='~anthropic/claude-haiku-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='~anthropic/claude-haiku-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest
Använd metodsökvägarna som visas ovan.
~anthropic/claude-haiku-latestClaude Haiku 5.5 är Anthropics lilla modell för klassificering, extraktion, sammanfattningar, dirigering och avgränsade agentuppgifter. Den kombinerar text- och bildförståelse med adaptivt resonemang och är utformad för repetitivt arbete som kräver snabba svar.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Claude Haiku 5.5 är Anthropics lilla modellutgåva för uppgifter med stora volymer och känslighet för fördröjning. Dess huvudsakliga användningsområden omfattar klassificering, dirigering, informationsextraktion, sammanfattning, komprimering av samtal och avgränsat underagentarbete. Den tar emot text och bilder och genererar text. Ett användbart underlag ger den en snäv fråga och ett uttryckligt resultat: en kategori, en definierad uppsättning fält, en kort sammanfattning eller relevant underlag för en annan del av en större uppgift. Behåll källidentifierarna tillsammans med resultatet så att en applikation kan knyta den extraherade informationen till originalmaterialet.
Anthropic positionerar utgåvan för kundsupport i realtid, webbläsaranvändning och korta kodningsdeluppgifter samt repetitiv analys. Den kan komplettera Claude Sonnet 5.5 eller Claude Opus 5.5 i ett arbetsflöde där en större modell hanterar ett ambitiöst projekt och Haiku tar hand om en avgränsad sökning eller sammanfattning. För en supportuppgift tillhandahåller du frågan och tillåtet referensmaterial och anger sedan svarstonen och vad som måste returneras. För en kodningsdeluppgift identifierar du relevanta filer eller utdrag och den exakta frågan i stället för att ge ett öppet projekt utan slutvillkor.
Det dokumenterade kontextfönstret är en miljon token, med upp till 128 000 utdatatoken vid vanlig generering. Resonemangstoken räknas in i genereringsutrymmet, så resultatet behöver plats för både resonemang och synlig text. Gränsen för tillförlitlig kunskap är juni 2026; senare information behöver tillhandahållet underlag eller ett sökverktyg. Anthropic dokumenterar separat en beta-funktion enbart för batch som kan höja utdata till 300 000 token för denna utgåva. Det större utrymmet kräver tillverkarens funktion för utökade utdata och skiljer sig från den vanliga gränsen. En asynkron batch hanterar begäranden oberoende av varandra, vilket gör den användbar för samlingar av dokument eller poster vars resultat behövs efter bearbetning snarare än direkt.
Adaptivt resonemang är aktiverat som standard, och effort är huvudkontrollen för resonemangets djup. Nivåerna är low, medium, high, xhigh och max, med medium som standard. Anthropic rekommenderar medium för det mesta arbetet, high för mer långvariga uppgifter eller strikt instruktionsföljning och low för enklare, korta begäranden. Resonemang kan stängas av vid low, medium eller high; avstängning vid xhigh eller max avvisas. En prompt som ber om ett direkt svar ersätter inte denna kontroll. Manuella budget_tokens-inställningar från Haiku 4.5 överförs inte till denna utgåva, och temperature, top_p och top_k ska utelämnas i det dokumenterade gränssnittet.
Haiku 5.5 använder den nyare tokeniseraren som introducerades i tidigare Claude-generationer, och Anthropic uppskattar att samma text kan använda ungefär 30% fler token än på Haiku 4.5, beroende på innehållet. Den bevarar också resonemangsblock från tidigare assistentturer, så samtalsstorleken kan växa utöver enbart förändringen i tokenisering. Dess minsta cachebara promptlängd är 512 token. Håll tidigare samtalsturer oförändrade när resonemang bevaras och placera nya instruktioner i den senaste turen. Om effort ändras på toppnivå ogiltigförklaras samtalets meddelandecache; tillverkaren dokumenterar en separat beta-funktion för att ändra effort inom adaptiva samtal. Ingen av dessa förmågor fastställer en cacheträff för en viss begäran.
För informationshämtning rekommenderar modellens promptguide att det aktuella datumet tillhandahålls tillsammans med sökverktyget och att de ursprungliga system- och verktygsdefinitionerna hålls stabila. Ge ett nytt datum i den senaste samtalsturen om samtalet fortsätter en senare dag. Ange vad som måste hittas och bevara de returnerade källorna innan du begär en slutsats. En illustrativ uppgift kan exempelvis fråga efter det dokumenterade beteendet hos en angiven programvaruversion, följt av en kort förklaring förankrad i det hämtade textavsnittet. Applikationen tillhandahåller sökverktyget och returnerar dess faktiska resultat; modellens föreslagna sökning är inte bevis för att sökningen har skett.
När strukturerade JSON-utdata kombineras med verktyg dokumenterar guiden en särskild samverkan: med resonemang avstängt kan Haiku hoppa över ett nödvändigt verktygsanrop. Anthropic rekommenderar adaptivt resonemang för sådana begäranden eller att det slutliga JSON-kravet skiljs från verktygssteget. Definiera utdatafälten och klargör att slutsvaret följer verktygsresultaten. Ett underlag för dataextraktion kan ange de nödvändiga fälten och hur saknade värden ska representeras, medan ett sökunderlag först kan begära det underlag som behövs för att fylla dem. Läs svarsblock efter deras typ, eftersom svaret inte behöver vara det första blocket och resonemangstext utelämnas som standard.
För längre agentpromptar påpekar Anthropic att low effort kan avsluta tidigt, hoppa över en sökning eller utelämna en kontroll. Guiden rekommenderar uttryckliga slutförandeinstruktioner och verkliga kontroller av kodändringar innan de rapporteras som färdiga. Förbered det förväntade resultatet och det underlag som skulle visa det: de utvalda textavsnitten för en rapport, det ändrade beteendet för ett kodförslag eller fälten extraherade ur ett dokument. Guiden skiljer också ett användarmeddelande mitt i uppgiften från verktygsutdata: nya användarinstruktioner hör till en användartur, medan det returnerade verktygsunderlaget förblir separat.
Denna utgåva har egna skydd och kan returnera ett avslag för kategorier som cyberskada, biologisk skada, utveckling av konkurrerande modeller eller andra förbjudna användningar. Tillverkaren dokumenterar ingen reservlösning på serversidan för Haiku 5.5. Guiden påpekar också att xhigh effort ibland kan avsluta ett svar över flera turer utan synlig svarstext och att resonemangsliknande text kan förekomma oftare vid low effort eller med resonemang avstängt. Detta är specifika beteenden att ta hänsyn till när ett arbetsflöde kräver ett synligt, strukturerat resultat. För vanlig extraktion eller sammanfattning använder du en avgränsad källa, definierade utdata och den effort-nivå som passar uppgiften.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser ~anthropic/claude-haiku-latest | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.001 / 1K token Indata · Cacheläsning $0.00002 / 1K token Indata · Skrivning till cache $0.00025 / 1K token Indata · Skrivning till cache, 1 tim $0.0004 / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och med100 000 | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.001 / 1K token Indata · Cacheläsning $0.00002 / 1K token Indata · Skrivning till cache $0.00025 / 1K token Indata · Skrivning till cache, 1 tim $0.0004 / 1K token |
| KonfigurationNivå 2 för förfrågans längd | Prislista— | Kontexttoken, fler än100 000 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.001 / 1K token Indata · Cacheläsning $0.00002 / 1K token Indata · Skrivning till cache $0.00025 / 1K token Indata · Skrivning till cache, 1 tim $0.002 / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "~anthropic/claude-haiku-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': '~anthropic/claude-haiku-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': '~anthropic/claude-haiku-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Extract a support handoff\n\nExtract a handoff from this ticket, using only its text: T-184: 'I changed my billing email yesterday. Receipts still go to the old address. My login works. Please resend March and April receipts.' Return ticket ID, requested actions, working function and missing information. Use 'not stated' for absent details.Four labeled fields retaining T-184, the receipt request, the working login and explicitly missing details.Every extracted value must trace to the ticket; do not invent either email address.